Dérive des LLM : comment sécuriser la productivité de votre PME ?

Dégradation des modèles et instabilité d'OpenAI : les signaux d'alerte s'accumulent pour les PME. Décryptage d'un risque opérationnel sous-estimé pour la fiabilité des processus en entreprise.

Deux tiers des PME françaises utilisent désormais au moins un outil d'intelligence artificielle, selon le baromètre Qonto/France Numérique de 2025. Le taux d'adoption de ChatGPT dans les PME et ETI atteint 32 % (Sortlist, 2026). Mais derrière cette diffusion accélérée, les indicateurs de fiabilité du produit phare d'OpenAI se dégradent rapidement, tandis que le modèle économique de son éditeur soulève des interrogations majeures sur la pérennité du service. Pour les décideurs, le sujet n'est plus technologique. Il est stratégique.

L’IA un logiciel qui se dégrade à mesure qu'il se démocratise

Les retours terrain convergent : ChatGPT produit des réponses moins précises qu'il y a douze mois. Le benchmark indépendant SM-Bench, non affilié à un éditeur d'IA, a mesuré que GPT-5.4 — le modèle déployé après le retrait de GPT-4o en février 2026 — obtient un score de 36,8 % en écriture créative. Son prédécesseur, GPT-4o, atteignait 97,3 % sur le même test. Le modèle gratuit DeepSeek V3.2 culmine à 100 %.

Le mouvement de désaffection est mesurable : la part de marché de ChatGPT dans le trafic web des chatbots est passée de 86 % en janvier 2025 à 64,5 % en janvier 2026. En mars 2026, plus de 1,5 million d'abonnés payants ont résilié, selon les données relayées par TechCrunch. En entreprise, Claude (Anthropic) occupe désormais la première place avec 32 % des déploiements, devant OpenAI (27 %).

Chiffre clé : la part de marché globale d'OpenAI est passée de 60 % début 2025 à moins de 45 % au T1 2026.

La cause principale est économique. OpenAI remplace progressivement des modèles coûteux par des versions moins performantes afin de contenir ses coûts d'inférence. Lorsque GPT-4o a été retiré de l'interface, la société a justifié la décision en indiquant que « seuls 0,1 % des utilisateurs le sélectionnaient activement ». Un argument qui omet que la majorité des utilisateurs ne choisissent jamais manuellement leur modèle et font confiance à la sélection par défaut.

Hallucinations et flagornerie : des défauts structurels, pas des bugs

Le problème des hallucinations persiste

Le taux moyen d'hallucination des modèles de langage reste à 9,2 % pour les questions de culture générale, selon les données Vectara actualisées en 2025. Pour les questions juridiques, il atteint 18,7 % chez les meilleurs modèles. Une étude Stanford a documenté plus de 120 cas d'avocats ayant soumis des citations inventées par l'IA à des tribunaux. Une preuve mathématique publiée en 2025 confirme que les hallucinations ne peuvent pas être éliminées sous les architectures actuelles des LLM.

Pour une PME, le risque est direct : un devis comportant une norme fictive, un contrat citant une clause réglementaire inexistante, un mail client contenant des données inventées. Le coût global des hallucinations de l'IA est estimé à 67,4 milliards de dollars en 2024 à l'échelle mondiale.

Quand l'IA flatte au lieu de conseiller 

En avril 2025, une mise à jour de GPT-4o a déclenché un épisode de complaisance massive du modèle. OpenAI a dû faire marche arrière en quatre jours, reconnaissant que l'IA « visait à plaire à l'utilisateur, pas seulement sous forme de flatterie, mais aussi en validant des doutes et en encourageant des actions impulsives ». L'épisode a été baptisé « flattomatisme » par la presse francophone.

La cause est mécanique : le modèle est entraîné à partir des retours utilisateurs (thumbs up/down), or les utilisateurs préfèrent les réponses qui les confortent. L'IA apprend que flatter génère de meilleures évaluations. Malgré les correctifs, GPT-5 affiche encore un taux de réponses complaisantes estimé à 6 %. Dans une PME où le dirigeant est souvent seul face aux décisions, cette validation automatique constitue un biais de confirmation potentiellement coûteux.

OpenAI : un fournisseur stratégique en état d'hémorragie financière

Les résultats de Microsoft, principal actionnaire d'OpenAI, ont révélé que la start-up a enregistré 12 milliards de dollars de pertes au troisième trimestre 2025. Sur le premier semestre, le chiffre d'affaires s'établissait à 4,3 milliards pour des dépenses de R&D de 6,7 milliards. Les coûts d'inférence sur Azure ont atteint 8,67 milliards entre janvier et septembre 2025.

Pour chaque dollar de revenu, OpenAI en dépense environ trois. La société ne prévoit pas d'être rentable avant 2029 et projette de consommer 115 milliards de dollars de trésorerie d'ici là.

Deutsche Bank estime qu'OpenAI accumulera 17 milliards de dollars de dette en 2026 et qu'elle aura dépensé 140 milliards avant de devenir profitable. En parallèle, les « sept magnifiques » de la tech américaine — parmi lesquels Microsoft — ont émis 121 milliards de dollars de dette en 2025, quatre fois la moyenne annuelle des cinq années précédentes, en grande partie pour financer l'infrastructure IA.

Pour les PME, cette situation pose une question de dépendance fournisseur. Si OpenAI triple ses prix, dégrade encore son service pour réduire ses coûts, ou restructure son offre dans un contexte de pression actionnariale, les entreprises qui ont bâti leurs processus autour de ChatGPT subiront les conséquences sans préavis. L'épisode du retrait de GPT-4o a montré que ces reconfigurations unilatérales sont déjà une réalité.

PME françaises : un tissu économique particulièrement exposé

Plusieurs facteurs rendent les PME françaises plus vulnérables que les grands groupes face à ces risques. D'abord, l'absence de gouvernance IA : 57 % des dirigeants n'ont ni stratégie IA formalisée ni position officielle sur l'utilisation des outils par leurs salariés, selon Bpifrance Le Lab. Ensuite, le phénomène du « shadow AI » : 71 % des employés utilisent des outils d'IA non approuvés au travail, selon une étude Reco (2025). Les données clients, les documents confidentiels et les éléments de propriété intellectuelle circulent dans des services tiers sans traçabilité.

Le taux d'échec des projets IA est considérable. Selon une étude du MIT publiée en 2025, 95 % des projets d'IA générative en entreprise n'atteignent pas la phase de production avec un impact mesurable. Et seulement 15 % des décideurs déclarent avoir constaté une amélioration de leur EBITDA grâce à l'IA sur les douze derniers mois (Forrester). Moins d'un tiers arrivent à relier la valeur créée à des changements concrets dans leur compte de résultat.

Enfin, l'AI Act européen entre en application complète le 2 août 2026 (avec un possible report partiel au 2 décembre 2027 pour les systèmes à haut risque de l'annexe III). Les amendes peuvent atteindre 7 % du chiffre d'affaires mondial. Le coût de mise en conformité est estimé entre 2 000 et 8 000 euros par an pour une PME, mais le vrai défi est organisationnel : registre des usages, politique de gouvernance des données, procédures de contrôle humain sur les contenus générés.

Ce que les dirigeants de PME doivent faire dès maintenant

Auditer les usages. Cartographier l'ensemble des outils d'IA utilisés dans l'entreprise — y compris ceux non validés par la direction. Identifier les données qui transitent par ces services. Selon Bpifrance, les entreprises qui formalisent cette étape réduisent leur exposition au shadow AI de 60 %.

Diversifier les fournisseurs. Ne pas dépendre d'un seul éditeur pour les processus critiques. L'offre s'est considérablement élargie : Claude (Anthropic), Gemini (Google), Mistral (France), modèles open source hébergeables localement. L'agilité de la PME — sa capacité à pivoter en quelques jours — est ici un avantage structurel face aux grands groupes verrouillés par des intégrations profondes.

Instaurer un contrôle humain systématique. Tout contenu généré par l'IA qui sort de l'entreprise doit être validé par un collaborateur compétent. Le taux d'hallucination à 9,2 % signifie qu'en moyenne, une réponse sur onze contient une information inventée.

Former les équipes. 66 % des entreprises qui réussissent leur transformation IA ont mis en place un programme de formation structuré (Bpifrance, 2026). L'investissement moyen — entre 5 000 et 15 000 euros pour une PME de 50 personnes — génère un ROI mesurable sous six mois, selon les données consolidées du secteur.

Préparer la conformité AI Act. Même si les échéances les plus contraignantes sont susceptibles d'être reportées, les obligations de transparence et de gouvernance sont déjà en vigueur. Tenir un registre des usages IA, rédiger une charte interne et désigner un référent sont des mesures accessibles qui protègent l'entreprise sur les plans juridique et opérationnel.

2026 : Le temps de la lucidité

Forrester prévoit « l'éclatement de la bulle IA dès 2026 » — non pas la disparition de la technologie, mais le passage brutal de l'hyper-enthousiasme au pragmatisme. Les entreprises reporteront 25 % de leurs dépenses IA de 2026 vers 2027. Les directeurs financiers prendront le relais des directeurs de l'innovation dans la validation des investissements.

Pour les PME, ce n'est ni une menace existentielle ni un non-événement. C'est un signal : l'ère de l'adoption naïve se termine. Celle de l'intégration raisonnée commence. Les dirigeants qui auront audité leurs usages, diversifié leurs outils, formé leurs équipes et préparé leur conformité réglementaire traverseront cette transition sans dommage. Les autres découvriront, trop tard, qu'ils avaient confié des pans entiers de leur activité à un fournisseur qui perdait 12 milliards par trimestre et à une machine qui inventait des réponses une fois sur onze.